多数据源关联规则挖掘算法研究

现行的关联规则挖掘算法大多只针对针对单一数据源进行挖掘，但在实验应用中，往往碰到多个数据源的情况，前面的工作已经就多数据源的挖掘做了一些基础性的研究，取得了一定的成果，在此提出一个多数据源关联规则挖掘算法，能够较好的解决在多个数据源的情况下，关联规则挖掘中所涉及的问题，并在实验部分验证了此种算法的正确性和效率。     

文本的自动分类

主要介绍了文本分类的任务,给出了文本分类所用到的机器学习方法,并介绍了降维和几种文本自动分类器的算法,最后引入了评价分类器性能的两个参数。     

基于启发式规则的柔性制造单元合作协同调度算法研究

柔性制造单元模型为企业提供了一种高柔性和高效率的生产方式.针对该问题,设计了一种基于启发式规则的柔性制造单元合作协同调度算法.通过分解制造单元间的耦合,形成独立的制造单元,按照调度目标选择启发式规则并进行单元合作协同调度,最终形成整体调度方案.数值实验对调度规则进行了验证并表明了这一设计思路的有效性.     

多数据库挖掘中独立于应用的数据库分类研究

目前的数据挖掘技术大多只针对单一数据库进行挖掘．当数据库有多个时，需要用到多数据库挖掘技术．应用聚类思想，提出一种独立于应用的数据库分类方法，并给出了相关的算法，最后用实验证明了该方法的正确性和有效性。     

多数据源挖掘中的模式合成技术

现在的数据挖掘技术大多只针对单一数据源进行挖掘,但在实际应用中,碰到的大多是多个数据源的情况。作者在对多数据源的挖掘进行研究的基础上,进一步提出了一个多数据源模式合成的算法,并验证了此种算法的正确性和效率。     

资源布局可变条件下的开放车间柔性制造单元构建技术研究

单元制造是在当今小批量、多品种的生产环境下的提高生产柔性和效率的一种有效手段。在单元制造的基础上,提出了一种融合物理制造单元和逻辑制造单元的柔性单元构建方法,并建立了相应的混合整数规划模型。通过在物理制造单元与逻辑制造单元设计思想之间寻求折衷来提高系统的柔性并减少制造成本。在模型设计中,考虑了制造资源布局、加工路径选择以及加工批量设置问题。以最小化加工成本、加工车间之间和之内的运输成本、跨单元操作成本和机器移动成本为目标,通过将制造资源重新布局在给定的加工地点(加工车间),形成若干敏捷柔性制造单元。数值实验结果表明了的这一设计思路的有效性。     

多数据源挖掘中的模式合成技术

现在的数据挖掘技术大多只针对单一数据源进行挖掘，但在实际应用中，碰到的大多是多个数据源的情况．作者在对多数据源的挖掘进行研究的基础上，进一步提出了一个多数据源模式合成的算法，并验证了此种算法的正确性和效率．